【技术实现步骤摘要】
本公开涉及风机故障识别技术，并且更具体地，涉及一种基于知识图谱的风机ai故障识别方法。
技术介绍
1、风力发电机是一种将风能转化为机械功，通过机械功带动转子旋转，最终输出交流电的电力设备。与传统的火力发电设备相比，风力发电机的故障率相对较高。传统的风机故障识别方法通常是当风机出现故障后才进行故障识别和维修，这种方法不能及时发现故障问题，同时造成的损失也比较严重，很大程度上影响了风机运行的稳定性。
2、现有的风机故障识别方法存在的不足之处在于：故障预测准确率和效率较低。
技术实现思路
1、因此，为了解决上述技术问题，本公开的实施例采用的技术方案如下：
2、基于知识图谱的风机ai故障识别方法，包括以下步骤：连接风机运维管理系统，获取预设时间窗口内的风机历史运维日志信息，并根据所述风机历史运维日志信息获取多个优选风机故障类型；基于故障树分析原理，通过风机运维专家系统对所述多个优选风机故障类型依次进行溯源分析，生成多个风机故障树，并根据所述多个风机故障树组成风机故障预测知识库，其中所述风机故障树包括基本事件集合；以所述多个优选风机故障类型为索引条件，获取满足预设检修质量标准的多个合格风机故障检修案例集合；对所述多个合格风机故障检修案例集合依次进行综合评估，根据综合评估结果生成多个最优检修方案，且所述优选风机故障类型和所述最优检修方案具有映射关系，并基于所述映射关系构建风机故障检修知识库；基于所述风机故障预测知识库和所述风机故障检修知识库生成风机故障识别图谱，并将所述
3、基于知识图谱的风机ai故障识别系统，包括：优选风机故障类型获取模块，所述优选风机故障类型获取模块用于连接风机运维管理系统，获取预设时间窗口内的风机历史运维日志信息，并根据所述风机历史运维日志信息获取多个优选风机故障类型；风机故障预测知识库得到模块，所述风机故障预测知识库得到模块用于基于故障树分析原理，通过风机运维专家系统对所述多个优选风机故障类型依次进行溯源分析，生成多个风机故障树，并根据所述多个风机故障树组成风机故障预测知识库，其中所述风机故障树包括基本事件集合；合格风机故障检修案例集合获取模块，所述合格风机故障检修案例集合获取模块用于以所述多个优选风机故障类型为索引条件，获取满足预设检修质量标准的多个合格风机故障检修案例集合；风机故障检修知识库构建模块，所述风机故障检修知识库构建模块用于对所述多个合格风机故障检修案例集合依次进行综合评估，根据综合评估结果生成多个最优检修方案，且所述优选风机故障类型和所述最优检修方案具有映射关系，并基于所述映射关系构建风机故障检修知识库；风机故障识别图谱生成模块，所述风机故障识别图谱生成模块用于基于所述风机故障预测知识库和所述风机故障检修知识库生成风机故障识别图谱，并将所述风机故障识别图谱嵌入风机故障识别通道；第一检修方案集合生成模块，所述第一检修方案集合生成模块用于基于所述基本事件集合生成风机故障监测指标，在预设时间节点下获取多个风机监测数据，并将所述多个风机监测数据输入所述风机故障识别通道进行故障识别，根据故障识别结果生成第一检修方案集合。
4、由于采用了上述技术方法，本公开相对于现有技术来说，取得的技术进步有如下几点：
5、可以解决现有的风机故障识别方法存在故障预测准确率和效率较低的技术问题，首先，获取风机历史运维日志信息，并根据所述风机历史运维日志信息获取多个优选风机故障类型，其中优选风机故障类型为出现频率较高且造成损失较大的风机故障类型；然后基于故障树分析原理，通过风机运维专家系统对所述多个优选风机故障类型依次进行溯源分析，根据溯源分析结果生成多个风机故障树，并根据所述多个风机故障树组成风机故障预测知识库；基于大数据技术，以所述多个优选风机故障类型作为索引条件进行信息查询，获取满足预设检修质量标准的多个合格风机故障检修案例集合；对所述多个合格风机故障检修案例集合依次进行综合评估，根据综合评估结果生成多个最优检修方案，且所述优选风机故障类型和所述最优检修方案具有映射关系，并基于所述映射关系构建风机故障检修知识库；基于所述风机故障预测知识库和所述风机故障检修知识库生成风机故障识别图谱，并将所述风机故障识别图谱嵌入风机故障识别通道；基于所述基本事件集合生成风机故障监测指标，在预设时间节点下根据所述风机故障监测指标对风机进行数据采集，获取多个风机监测数据，并将所述多个风机监测数据输入所述风机故障识别通道进行故障识别，根据故障识别结果生成第一检修方案集合。通过上述方法可以提高风机故障预测的效率和准确性，及时发现风机故障问题，同时可以节约风机故障检修资源，提高风机检修质量，从而保障风机的安全平稳运行。
本文档来自技高网...【技术保护点】
1.基于知识图谱的风机AI故障识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述并根据所述风机历史运维日志信息获取多个优选风机故障类型，还包括：
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
4.如权利要求1所述的方法，其特征在于，所述对所述多个合格风机故障检修案例集合依次进行综合评估，根据综合评估结果生成多个最优检修方案，还包括：
5.如权利要求4所述的方法，其特征在于，所述根据所述评估指标对所述第一合格风机故障检修案例集合进行综合评估，获得第一最优检修方案，还包括：
6.如权利要求1所述的方法，其特征在于，所述并将所述多个风机监测数据输入所述风机故障识别通道进行故障识别，还包括：
7.如权利要求6所述的方法，其特征在于，所述方法还包括：
8.基于知识图谱的风机AI故障识别系统，其特征在于，用于执行权利要求1-7中任意一项所述的基于知识图谱的风机AI故障识别方法，所述系统包括：
【技术特征摘要】
1.基于知识图谱的风机ai故障识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述并根据所述风机历史运维日志信息获取多个优选风机故障类型，还包括：
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
4.如权利要求1所述的方法，其特征在于，所述对所述多个合格风机故障检修案例集合依次进行综合评估，根据综合评估结果生成多个最优检修方案，还包括：
5.如权利要求4所述的方法，其特...
【专利技术属性】
技术研发人员：张炳，庞子洲，沈笑，贾建超，孙凯，胡育芳，于孟照，马晨洋，
申请(专利权)人：国家电投集团阜城东方新能源发电有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。